Peter Wang, Anacondan CEO ja perustaja – Haastattelusarja

Mikä alkujaan veti sinut tietokoneisiin?

Aloin ohjelmoida nuorena ilman virallista tietokoneen ohjelmointitutkintoa. Aluksi minua houkutti tietokoneen ohjaaminen tehtävissä, mutta mielenkiintoni syveni, kun löysin luovan mahdollisuuden – pelien luomisen ja ideoiden ilmaisemisen. Minulle tietokone on enemmän kuin vain toiminnallisuus; se on loputon kanvaasi itseilmaisulle. Tietokoneiden varhaisessa aikakaudessa luovuus ei tuntenut rajoja, ja eri tavoitteiden välillä oli sulava siirtymä. Nykyään teollistumisen ja abstraktiotasojen myötä luovuuden päästäminen on muodostunut haasteellisemmaksi.

Voitko kertoa Anacondan tarinan?

Perustimme Anacondan vuonna 2012, mutta yrityksen juuret ulottuvat aikaan, jolloin toimimme ohjelmistokonsultteina. Havaitsemme, että Python-ohjelmointikieli oli kehittymässä liike-elämän data-analytiikkaan, ja tiesimme, että vallankumous oli käynnissä. Rahoitusala, joka vaati voimakasta numeerista laskentaa, siirtyi Pythoniin, ja myöhemmin kieli levisi nopeasti terveydenhuoltoon, valmistukseen, vähittäiskauppaan ja muihin aloihin, jotka pyrkivät edistyneisiin analyyttisiin ratkaisuihin liiketoimintapäätöksiä varten. Mutta vaikka Pythonin kasvu oli laajaa, me uskoimme, että alan tarina oli vielä kertomatta: suuri tarve korkean suorituskyvyn edistyneille analyyttisille työkaluille, joita ei-ohjelmoijat voivat hyödyntää. Aluksi sijoittajat epäilivät ohjelmointikieliä tai avoimen lähdekoodin ekosysteemejä eivätkä nähneet arvoa Pythonin data-yhteisössä, jonka Anaconda oli kasvattanut. Mutta tämä käytännön johtaminen lopulta johti Anacondan ja Python-ekosysteemin nopeaan kasvuun ympäri maailmaa.

Anaconda on sitoutunut avoimen lähdekoodin innovaatioon, miksi avoin lähdekoodi on niin tärkeä?

Uskon, että avoimuus ja yhteistyö ovat avain menestyksekkään teknologian ja yhteiskunnan ratkaisujen kehittämiseen. Avoin lähdekoodi takaa avoimuuden ja parantaa yhteistyötä sekä luo innovaatiokulttuuria kehittäjien keskuudessa. Mitä enemmän näkökulmia ja tietoa on yhteistyössä kehittämässä ratkaisuja, sitä parempi lopputulos on. Avoimen lähdekoodin periaatteet ovat lähellä Anacondan tehtävää democratisoimaan teknologiaa ja parantamaan koulutusta – avoin lähdekoodi tarjoaa arvokkaita oppimismahdollisuuksia kehittäjille, opiskelijoille ja harrastajille, joilla on mahdollisuus tutkia koodia, oppia parhaita käytäntöjä ja saada käytännön kokemusta osallistumalla avoimen lähdekoodin projekteihin.

Vuonna 2022 Anaconda julkaisi PyScriptin, verkkopohjaisen työkalun koodaukseen selaimessa ja sovellusten käyttöönottoon yhdellä klikkauksella. Voitko kertoa tarkemmin tästä työkalusta ja siitä, mikä tekee siitä niin voimakkaan?

Jälkeen, kun esittelimme avoimen lähdekoodin PyScript-projektin viime vuonna osoittamaan käsitteellisen todistuksen, julkaisimme maaliskuussa 2023 PyScript.com-sivun, joka mahdollistaa kenelle tahansa luoda rikkaan, interaktiivisen, jaettavan Python-pohjaisen web-sovelluksen suoraan selaimessa. Tämä joustava koodausalusta tarjoaa modulaarisen kehitysympäristön, joka voi luoda seuraavan sukupolven web-sovelluksia Python-pohjaisella data-interaktiivisuudella ja laskennalla, mikä radikaalisti vähentää esteitä, jotka tekevät ohjelmoinnista ylivoimaisen 99 %:lle kansalaisista, joilla ei ole aiempaa ohjelmointikokemusta. Tämän julkaisun myötä Anaconda lisää saavutettavuutta tarjoamalla kehyksen, joka antaa kenelle tahansa mahdollisuuden hankkia kokemusta Pythonin kehittämisestä.

Tietojen tutkiminen on räjähtänyt viimeisen vuosikymmenen aikana, kun datalähtöinen päätöksenteko on muodostunut normiksi – nostaa data-analyytikot sijalle 3 Glassdoorin 50 parhaan työn listalla vuonna 2022. Vaikka ala kukoistaa, on edelleen tarve kehittää nykyistä työvoimaa ja poistaa olemassa olevat esteet niille, jotka ovat uteliaita koodauksen maailmasta. Tämä julkaisu oli ensimmäinen askel datatieteen demokratisoimiseksi. Lisäksi yksilöt ja organisaatiot, jotka keskittyvät uudelleen koulutukseen ja uudelleenkoulutukseen, ovat aina kilpailukykyisiä. Tarjoamalla online-alustan, jota kuka tahansa voi käyttää ilman tarvetta ladata tiedostoja ja määritellä ympäristöjä, PyScript tarjoaa erinomaisen mahdollisuuden oppia Pythonia, maailman suosituinta ohjelmointikieltä.

Mitkä ovat näkymäsi koodauksen tulevaisuudesta?

Tulevaisuus tulee olemaan koodin tuotannon kasvun aikaa, jossa merkittävä osa koodia on koneiden luoma. Ihmisen validointi tulee kuitenkin edelleen olemaan tärkeä. Perinteinen ohjelmoinnin kuva – koodin syöttäminen tekstitiedostoon – tulee muuttumaan. Tietojärjestelmien rakentamisen tulevaisuus tulee eroamaan perinteisestä koodauksesta ja siirtymään kohti maisemaa, jossa koodi on luotu. Ennustan myös, että nousevat järjestelmät tulevat keskittymään data-määrityksiin ja -mallinnukseen, mikä muuttaa koodausta, jonka tunnemme tänään.

Anaconda palvelee nyt yli 35 miljoonaa käyttäjää, mihin attribuoit tämän menestyksen?

Uskon, että olemme saavuttaneet tämän käyttäjämäärän tarjoamalla laajan valikoiman opetusmateriaaleja ja työkaluja, jotka on suunnattu kaikenlaisille käyttäjille – opiskelijoista ammattimaiseen koodaajiin. Teknologisen innovaation jatkuessa on jatkuvasti kasvanut tarve Python-taidoista lähes jokaisessa alalla. Tehtävämme on democratisoimaan Python, tekemällä koodauksesta ja perusteista saatavilla kaikille, pystymme tarjoamaan tarvittavat resurssit taitojen rakentamiseen nykyisiin ja tuleviin työpaikkoihin.

Yksi intohimojesi on laajentaa datalukutaitoa, voitko kertoa tarkemmin pyrkimyksistäsi tämän suhteen?

Uskon, että jos pääsemme opiskelijoihin heidän aloittaessaan data-tiedettä, voimme tehdä merkittävää edistystä tehtäväämme datalukutaidon saavuttamiseksi maailmanlaajuisesti. Tukeakseen tätä Anaconda on aloittanut yhteistyön yhdysvaltalaisissa ja kansainvälisissä lukioissa järjestääkseen Data Science Expo-tapahtuman, joka kokoaa opiskelijat esittelemään Python-taitojaan, jakamaan innovatiivisia projekteja ja mahdollisesti voittamaan yliopistorahoituksia. Lisäksi esittelimme hiljattain Anaconda Learning-palvelun, joka tarjoaa yli kaksitoista kurssia, joista opiskelijat saavat todistuksen, joka voi parantaa heidän työllistymismahdollisuuksiaan tai edistää heidän koulutuspolkuaan. Anaconda Notebooks on suunniteltu auttamaan ihmisiä pääsemään välittömästi data-tiedeen ja Pythonin maailmaan. Toukokuussa 2023 Anaconda hankki EduBlocks-alustan, joka tarjoaa perustason koodausvalmiuksia perusopetuksen opiskelijoille ja aloitteleville ammattilaisille. Hankinnan kautta EduBlocks tulee edistämään Anacondan tehtävää democratisoimaan data- ja Python-taitoja tulevaisuuden työvoimaa varten. Koska data-tiede ja tekoälymallit tulevat yhä enemmän osaksi työtä ja elämää, Anaconda voi olla opastaja ja kouluttaja tämän uuden maailman hyödyntämiseksi.

Miksi tulevaisuuden tekoäly tulisi olla täysin avoin?

Samaa mieltä olen avoimen lähdekoodin kanssa, avoimuus ja yhteistyö johtavat menestyksekkäämpään tekoälytekniikan kehittämiseen ja hyödyttävät yhteiskuntaa laajemmin. Vaikka tekoälykilpailu on jännittävä hetki teknologiassa, laajan tekoälymallien käytön voi aiheuttaa internetiin tietoa, jota ei ole luonut todellinen maailma, ja joka voi saastuttaa tulevien mallien koulutusdataa. Tämä johtaa “mallien kannibalismiin”, jossa tulevat mallit vahvistavat ja ovat ikuisesti vinoutuneita aiempien mallien tuloksista. Uusien mallien julkaisunopeuden vuoksi tekoälyyn liittyvät eettiset keskustelut, kuten oikeudelliset/copyright-keskustelut ja mallien koulutuksessa oleva vinoutuma, eivät voi enää jäädä taustalle. Avoimen kehityksen myötä tulee lisää saatavuutta ja mahdollisuutta laajemman taustan, taitojen ja kokemusten ryhmälle työskennellä yhdessä – luoden dominoefektin kohti menestyksekkäämpää (ja eettisempää) lopputulosta.

Mikä on visiosi tekoälyn tulevaisuudesta?

Ennustan, että tulemme näkemään enemmän kompakteja, ymmärrettäviä tekoälymalleja. Ongelmanratkaisu sisältää oikeuksien ja tekijänoikeuksien määrittely. Odotan laajan soveltamisen näistä tekoälytekniikoista todellisissa liiketoimintatilanteissa ja asiakaskokemuksissa. Huomio kiinnittyy ohjaamaan ja kouluttamaan tekoälyä positiiviseen käyttöön. Tämä muutos voidaan verrata moottorien kehitykseen – siirtymästä suurista moottoreista pienempiin, uudenlaisella painopisteenä moottorin sovellukset.

Nyt meillä on käytössä “perustason” äly, joka pystyy suorittamaan tehtäviä, jotka vaativat aiemmin ihmisen asiantuntemusta – ei välttämättä vaikeita, mutta vaativat dynaamista joustavuutta. Nämä ovat käyttötapauksia, jotka aiemmin jätettiin huomiotta ihmisen väliintulon tarpeen vuoksi, mutta tekoälyn myötä haasteellinen on nyt saavutettavissa.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Anacondan sivustolla.